每天坐太久，会被免疫系统当成“生病”？斯坦福专家揭示炎症衰老新机制！_风闻
时光派-时光派官方账号-聚集全球前沿、全面、专业抗衰资讯25分钟前
编者按
为什么有人60岁依然活力充沛，而有人40岁就疲惫多病？答案或许在你免疫系统里——“炎症衰老”（inflammaging）。这是一种随年龄累积的慢性炎症，会加速皮肤松弛、关节僵硬，诱发癌症、心血管病、阿尔茨海默病等衰老相关疾病，甚至限制人类的寿命上限 。
不过，破解这一衰老密码的希望已经出现。斯坦福大学“1000免疫组项目”主任，巴克研究所人工智能平台副教授David Furman开发了一款炎症衰老时钟iAge ，可以在评估体内慢性炎症水平的同时，监测免疫衰老状况，甚至提前7年预测老年衰弱，为尽早干预留出了充足的时间。
在本篇访谈中，我们将走进Furman博士的科研世界，揭开炎症衰老的生物机制，探秘iAge时钟的创新突破，以及它如何为我们打开逆转衰老、延长健康寿命的新大门。
可点击“阅读原文”查看David Furman博士个人主页。
2025年9月20-21日，David Furman博士将亲临上海，参加“第六届时光派衰老干预论坛”，分享炎症衰老与健康寿命的最新洞见。
Q
您最初读的是医学院，后来为什么选择研究炎症和衰老？
A
最初想读医是希望能真正帮助人们活得更好、更长寿。当我意识到成为医生可能影响有限，于是我开始转向免疫学，发现了炎症在抵御病毒与病原体方面的重要性。
2000年代初，一个新观点让我震惊：炎症不仅与传染病或自身免疫病有关，还推动心血管病、阿尔茨海默病等衰老相关疾病**。**
2008年，我加入斯坦福大学，在Mark Davis实验室工作，他是发现T细胞受体的先驱。我们在那里开展了“1000免疫组项目**（1000 Immunomes Project）**”，通过“多组学”手段大规模研究人体免疫系统的整体特征。由于动物模型很多时候是失真的，因此我们的逻辑是在人类群体中分析多种生物参数，直接获得对人的洞察。
图注：1000免疫组学研究设计[1]
与此同时，我在机器学习先驱Rob Tibshirani、Trevor Hastie等人的指导下自学数据科学和人工智能，也是在这个过程中，我们发现了免疫系统中最显著的变量是与衰老有关的信号。这引导我进一步聚焦衰老领域。
2019年，巴克研究所（Buck Institute）CEO——Eric Verdin聘请我担任副教授，并领导巴克研究所的人工智能平台，也让我更加专注于衰老和长寿研究。
Q
炎****症与衰老的联系似乎比人们想象的更深，你能为我们讲解一下吗？
A
是的。2000年，意大利学者Claudio Franceschi首次提出“一系列环境因素引起的炎症会加速衰老进程”这一观点。这让我和团队大受启发，从而开始研究这些通路，发现炎症不仅影响衰老的分子特征，还能引发某些衰老疾病。
以癌症为例，我们发现如果在培养基中去除炎症因子白细胞介素-6（IL-6），癌细胞就无法生长，但加入IL-6后，癌细胞会疯狂增殖。癌症从早期细胞转化到晚期转移，都高度依赖炎症。
同样，炎症与心血管病有关。老年人的炎症水平与心梗、动脉硬化、室壁重塑等心脏病风险也显著相关。
还有会加速大脑衰老的的炎症因子eotaxin，它在老年人中水平较高，与阿尔茨海默病等的神经退行性变有关。
Q
炎症衰老从何时开始？早期干预能显著影响它吗？
A
理论上，炎症可能在个体出生前两三代就已经开始。跨代表观遗传研究表明：前几代的心理创伤或饥荒可能通过表观遗传改变增加后代炎症负荷。
例如孕妇在孕期炎症水平过高——可能是由于吸烟或肥胖引起，会影响胎儿，增加孩子患自闭症、糖尿病、心血管病、甚至自杀倾向等炎症相关疾病的风险。我们2014年在《Molecular Psychiatry》发表研究，分析500名重度抑郁症患者和500名对照者，发现抑郁症患者炎症水平异常高。
我17年的职业生涯中都在致力于寻找疾病的早期、临床前征兆——在还没出现症状之前，身体已经发生的分子和细胞变化。只要识别出这些信号，我们就能提前预测风险，甚至“拦截”那些还未发病的慢性疾病。
我们的目标不仅是预测或理解这些标志物 ，更是通过尽早介入，真正预防疾病、延长整个人群的健康寿命。
Q
您提到炎症可能在疾病出现前很久就已开始累积，那是否也能更早识别衰老风险？这是否正是您开发iAge时钟的初衷？它和其他衰老评估工具相比有什么不同？
A
是的，我们基于1000免疫组项目超过12年的数据，采用深度引导自编码器处理蛋白网络的冗余、非线性和噪声，开发出了炎症衰老时钟iAge。
图注：深度神经网络非线性模型来捕捉炎症分子的网络结构[2]
iAge时钟是一种以免疫蛋白水平为输入、实际年龄为目标变量的模型，预测结果我们称为“免疫年龄（immune age）”。我们通过“免疫年龄-实际年龄”的差值来评估其临床价值，结果表明：iAge时钟值越高，患多种疾病的风险越大。此外，iAge时钟还可以预测一个人7年后是否会变得衰弱。
iAge时钟最大的优点是它并不能完美地预测实际年龄——这种“不完美”反而为我们提供了生物学解释空间，帮助我们识别“为什么某些人远比实际年龄年轻或老”。
后来我们还基于这个时钟，构建了一个基因表达的“替代模型”，并在其他研究人群中进行了验证。比如在Framingham心脏研究中，我们就用它成功预测了2500人的死亡风险。
我们还与法国团队开发了基于内在能力的时钟，发现它与iAge时钟密切相关：高内在能力往往对应低炎症年龄。
Q
另一个让人关注的点是，百岁老人的iAge年龄往往比实际年龄年轻很多，那我们能模仿他们的免疫系统来延长人类寿命极限吗？
A
的确。我们分析了意大利约20名百岁及超百岁老人，发现他们的炎症年龄平均比实际年龄年轻 40岁。其中一位105岁的健康男性，炎症年龄仅25岁，这令人震惊！到底是什么让他的免疫系统对炎症有如此强的控制能力？我们现在还不知道。
不过Nir Barzilai的一项研究显示，百岁老人拥有特别的CD4 T细胞与独特的肠道菌群，这或许是他们拥有极低炎症年龄的原因 。
至于你说的延长人类的最大寿命极限，我想特别强调一点，健康寿命比寿命更重要。我们当然都希望活得更健康，但很多人之所以害怕死亡，是因为他们缺少一种人道主义的目标感和成就感。我觉得，死去却没留下任何影响是件挺可怕的事。活着当然很好，但死亡并不一定是人生中最糟糕的事。
Q
iAge时钟怎么评估炎症和生活方式的关系？有哪些被我们低估的环境或行为因素，正在激活炎症反应？
A
我研究炎症和生活方式的关系已经有15年，后来决定把自己的研究成果应用到自己和家人的生活中。这个思路其实来自我在2019 年发表在Nature Medicine上的一篇论文——核心观点是，当一个生物体生活在与其进化过程中不相符的环境里时，就会激发炎症。
例如吃的食物、呼吸的空气、喝的水、接触的塑料、使用的日化用品——如果这些东西在我们人类两百万年的进化历史中从未出现过，那它就可能引发炎症。
图注：慢性炎症的环境和社会诱因及其对人类健康的影响[2]
考虑到这一点，我们一家从Palo Alto搬到San Gregorio的一个山谷里，住进了一间小木屋，开始彻底调整我们的生活方式。我们停止食用小麦、乳制品和超加工食品。
然而，在我用生活方式干预炎症的过程中，一个关键难题是：缺乏有效的慢性炎症检测工具。典型的炎症标志物大多只适用于急性炎症。很多人会提到传统标志物如C反应蛋白（CRP），但其对慢性炎症几乎无用，仅在身体遇到急性感染时短暂升高，但很快就会恢复正常。
虽然CRP曾在临床研究中被大力推广，但许多医生私下也承认它们对慢性炎症参考价值有限。这也是为什么我们开发了iAge时钟，这类新型生物标志物能更准确反映慢性、系统性低度炎症的状态。
至于其他干预措施，比如久坐，会被身体视为一种“病态行为”（sickness behavior），误认为你在生病，从而激活免疫系统、加重炎症。
因此，环境、饮食、行为习惯都是关键干预点。
Q
为了让iAge真正落地，您创办了Edifice Health公司，这种以转化为导向的科研路径目的是什么？
A
**传统的学术研究体系在成果转化方面是严重失效的。**很多重要的研究成果最终不是被束之高阁，就是只发表成了论文，根本无法真正走进医院、家庭，解决实际问题。
我们必须清楚一点：从“实验室到临床”的路径其实并不存在。真正有效的路径是——从实验室，到公司，再到临床。所以，我创立Edifice Health公司（专注于炎症研究的生物科技公司），致力于将iAge时钟从理论带到生活中，让普通人也能通过检测炎症年龄，了解自己的健康状态，采取精准干预。
我还申请了ARPA-H（美国资助项目）的PROSPR计划，要求我们在5年内拿到FDA批准，并建立商业实体，加速从实验室到临床的转化。我觉得这才是正确的方向——把精力放在衰老的早期诊断和干预上，并从一开始就以实际应用为目标。
读到这里，是不是对炎症衰老时钟如何判定我们身体衰老的信号充满了好奇？别急！2025年9月20-21日，David Furman博士将亲临上海“第六届时光派衰老干预论坛”，与你面对面分享炎症衰老的最新研究、iAge时钟的奥秘，以及如何通过科学干预延长健康寿命。
声明 - 本文内容仅用于科普知识分享与抗衰资讯传递，不构成对任何产品、技术或观点的推荐、背书或功效证明。涉及健康、医疗、科技应用等相关内容仅供参考，医疗相关请寻求专业医疗机构并遵医嘱，本文不做任何医疗建议。如欲转载本文，请与本公众号联系授权与转载规范。
参考文献
[1]Sayed, N., Huang, Y., Nguyen, K., Zuzana Krejciova-Rajaniemi, Grawe, A. P., Gao, T., Tibshirani, R., Hastie, T., Alpert, A., Cui, L., Kuznetsova, T., Rosenberg-Hasson, Y., Ostan, R., Monti, D., Benoit Lehallier, Shen-Orr, S. S., Maecker, H. T., Dekker, C. L., Wyss-Coray, T., & Franceschi, C. (2021). An inflammatory aging clock (iAge) based on deep learning tracks multimorbidity, immunosenescence, frailty and cardiovascular aging. Nature Aging, 1(7), 598–615. https://doi.org/10.1038/s43587-021-00082-y
[2]Health, E. (2025, May 20). Our Science. EDIFICE Health. https://edificehealth.com/science/